Новый Гуманитарный Университет Натальи Нестеровой
Факультет туризма и гостиничного бизнеса
РЕФЕРАТ
по информатике
на тему:
Кибернетика и ее виды
Москва
2002

Содержание
  Кибернетика как наука. 4
Значение кибернетики. 5
Электронно-вычислительные машины и персональные компьютеры.. 6
Моделирование систем. 7
Сферы использования кибернетики. 8
Системный анализ и теория систем. 10
Теория автоматического управления. 11
Экономическая кибернетика. 11
Молекулярная кибернетика. 12
Список использованной литературы.. 14

Кибернетика как наука

Кибернетика (в переводе с греческого искусство управления) - это наука об управлении сложными системами с обратной связью. Она возникла на стыке математики, техники и нейрофизиологии, и ее интересовал целый класс систем, как живых, так и не живых, в которых существовал механизм обратной связи. Основателем кибернетики по праву считается американский математик Н. Винер[1], выпустивший в 1948 году книгу, которая так и называлась «Кибернетика».
Оригинальность этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру, а результат работы данного класса систем. В кибернетике впервые было сформулировано понятие «черного ящика» как устройства, которое выполняет определенную операцию над настоящим и прошлым входного потенциала, но для которого мы не обязательно располагаем информацией о структуре, обеспечивающей выполнение этой операции.
Системы изучаются в кибернетике по их реакциям на внешние воздействия, другими словами, по тем функциям, которые они выполняют. Наряду с вещественным и структурным подходом, кибернетика ввела в научный обиход функциональный подход как еще один вариант системного подхода в широком смысле слова.
Если 17-ое столетие и начало 18-ого столетия - век паровых машин, то настоящее время есть век связи и управления. В изучение этих процессов кибернетика внесла значительный вклад. Она изучает способы связи и модели управления, и в этом исследовании ей понадобилось еще одно понятие, которое было давно известным, но впервые получило фундаментальный статус в естествознании - понятие информации как меры организованности системы в противоположность понятию энтропии как меры неорганизованности.
Чтобы яснее стало значение информации, рассмотрим деятельность идеального существа, получившего название «демон Максвелла». Идею такого существа, нарушающего второе начало термодинамики, Максвелл[2] изложил в «Теории теплоты» вышедшей в 1871 году. «Когда частица со скоростью выше средней подходит к дверце из отделения А или частица со скоростью ниже средней подходит к дверце из отделения В, привратник открывает дверцу и частица проходит через отверстие; когда же частица со скоростью ниже средней подходит из отделения А или частица со скоростью выше средней подходит из отделения В дверца закрывается. Таким образом, в отделении А их концентрация уменьшается. Это вызывает очевидное уменьшение энтропии, и если соединить оба отделения тепловым двигателем, мы, как будто, получим вечный двигатель второго рода».
Кибернетика выявляет зависимости между информацией и другими характеристиками систем. Работа «демона Максвелла» позволяет установить обратно пропорциональную зависимость между информацией и энтропией. С повышением энтропии уменьшается информации и наоборот, понижение энтропии увеличивает информацию. Связь информации с энтропией свидетельствует и о связи информации с энергией.
Энергия (от греческого energeia - деятельность) характеризует общую меру различных видов движения и взаимодействия в формах: механической, тепловой, электромагнитной, химической, гравитационной, ядерной. Точность сигнала, передающего информацию, не зависит от количества энергии, которая используется для передачи сигнала.

Значение кибернетики

Общее значение кибернетики обозначается в следующих направлениях:

• Философское значение, поскольку кибернетика дает новое представление о мире, основанное на роли связи, управления, информации, организованности, обратной связи и вероятности.
• Социальное значение, поскольку кибернетика дает новое представление об обществе, как организованном целом. О пользе кибернетики для изучения общества не мало было сказано уже в момент возникновения этой науки.
• Общенаучное значение в трех смыслах: во-первых, потому что кибернетика дает общенаучные понятия, которые оказываются важными в других областях науки - понятия управления, сложно динамической системы и тому подобное; во-вторых, потому что дает науке новые методы исследования: вероятностные, стохастические, моделирования на ЭВМ и так далее; в-третьих, потому что на основе функционального подхода «сигнал-отклик» кибернетика формирует гипотезы о внутреннем составе и строении систем, которые затем могут быть проверены в процессе содержательного исследования.
• Методологическое значение кибернетики определяется тем, что изучение функционирования более простых технических систем используется для выдвижения гипотез о механизме работы качественно более сложных систем с целью познания происходящих в них процессов - воспроизводства жизни, обучения и так далее.
• Наиболее известно техническое значение кибернетики - создание на основе кибернетических принципов ЭВМ, роботов, ПЭВМ, породившее тенденцию кибернетизации и информатизации не только научного познания, но и всех сфер жизни.

Электронно-вычислительные машины и персональные компьютеры

 Точно так же, как разнообразные машины и механизмы облегчает физический труд людей, электронно-вычислительные машины (ЭВМ) и персональные компьютеры (ПК) облегчают его умственный труд, заменяя человеческий мозг в его наиболее простых и рутинных функциях. ЭВМ действуют по принципы «да-нет», и этого достаточно для того, чтобы создать вычислительные машины, хотя и уступающие человеческому мозгу в гибкости, но превосходящие его по быстроте выполнения вычислительных операций. Аналогия между ЭВМ и мозгом человека дополняется тем, что ЭВМ как бы играет роль центральной нервной системы для устройств автоматического управления.
 Введенное чуть позже в кибернетике понятие самообучающихся машин аналогично воспроизводству живых систем. И то, и другое есть созидание себя, возможное в отношении машин, как и живых систем. Обучение онтогенетически есть то же, что и само воспроизводство филогенетически.
 Как бы не протекал процесс воспроизводства, «это динамический процесс, включающий какие-то силы или их эквиваленты. Один из возможных способов представления этих сил состоит в том, чтобы поместить активный носитель специфики молекулы в частотном строении ее молекулярного излучения, значительная часть которого лежит, по-видимому, в области инфракрасных электромагнитных частот или даже ниже. Может оказаться, что специфические вещества (вирусы) при некоторых обстоятельствах излучают инфракрасные колебания, которые обладают способностью содействовать формированию других молекул вируса из неопределенной магмы аминокислот и нуклеиновых кислот. Вполне возможно, что такое явление позволительно рассматривать как некоторое притягательное взаимодействие частот».
Такова гипотеза воспроизводства Винера, которая позволяет предложить единый механизм само воспроизводства для живых и неживых систем.
Современные ЭВМ значительно превосходят те, которые появились на заре кибернетики. Еще 10 лет назад специалисты сомневались, что шахматный компьютер когда-нибудь сможет обыграть приличного шахматиста, но теперь он почти на равных сражается с чемпионом мира. То, что машина чуть не выиграла у Каспарова за счет громадной скорости перебора вариантов (100 миллионов в секунду против двух у человека), остро ставит вопрос не только о возможностях ЭВМ, но и о том, что такое человеческий разум.
Предполагалось два десятилетия назад, что ЭВМ будут с годами все более мощными и массивными, но вопреки прогнозам крупнейших ученых, были созданы персональные компьютеры, которые стали повсеместным атрибутом нашей жизни. В перспективе нас ждет всеобщая компьютеризация и создание человекоподобных роботов.

Моделирование систем

Благодаря кибернетике и созданию ЭВМ одним из основных способов познания, наравне с наблюдением и экспериментом, стал метод моделирования. Применяемые модели становятся все более масштабными: от моделей функционирования предприятия и экономической отрасли до комплексных моделей управления биогеоценозами, эколого-экономических моделей рационального природоиспользования в пределах целых регионов, до глобальных моделей.
 В 1972 году на основе метода «системной динамики» Дж. Форрестера[3] были построены первые так называемые «модели мира», нацеленные на выработку сценариев развития всего человечества в его взаимоотношениях с биосферой. Их недостатки заключались в чрезмерно высокой степени обобщения переменных, характеризующих процессы, протекающие в мире; отсутствии данных об особенностях и традициях различных культур и так далее. Однако это оказалось очень многообещающим направлением. Постепенно указанные недостатки преодолевались в процессе создания последующих глобальных моделей, которые принимали все более конструктивный характер, ориентируясь на рассмотрение вопросов улучшения существующего эколого-экономического положения на планете.
 М.Месаровичем и Э.Пестелем были построены глобальные модели на основе теории иерархических систем, а В.Леонтьевым - на основе разработанного им в экономике метода «затраты-выпуска». Дальнейший прогресс в глобальном моделировании ожидается на путях построения моделей, все более адекватных реальности, сочетающих в себе глобальные, региональные и локальные моменты.
 Простираясь на изучение все более сложных систем, метод моделирования становится необходимым средством, как познания, так и преобразования действительности. В настоящее время можно говорить как об одной из основных, о преобразовательной функции моделирования, выполняя которую оно вносит прямой вклад в оптимизацию сложных систем. Преобразовательная функция моделирования способствует уточнению целей и средств реконструкции реальности. Свойственная моделированию трансляционная функция способствует синтезу знаний - задаче, имеющей первостепенное значение на современном этапе изучения мира.
 Прогресс в области моделирования следует ожидать не на пути противопоставления одних типов моделей другим, а на основе их синтеза. Универсальный характер моделирования на ЭВМ дает возможность синтеза самых разнообразных знаний, а свойственный моделированию на ЭВМ функциональный подход служит целям управления сложными системами.

Сферы использования кибернетики

В нашей стране кибернетика как наука о наиболее общих законах управления начала интенсивно развиваться примерно с 1955 года. Большую роль в этот период становления кибернетики сыграли ученые А.А.Ляпунов[4] и В.М.Глушков[5].
А.А.Ляпунов дает следующее определение: "Кибернетика - это наука об общих закономерностях строения управляющих систем и течения процессов управления. Она изучает процессы хранения, передачи, переработки и восприятия информации".
Большое влияние на развитие кибернетики в СССР оказывал академик В.М.Глушков, работавший в основном в области теории цифровых автоматов, формальных языков, искусственного интеллекта. Ему же принадлежит идея создания первых автоматизированных систем управления предприятия (АСУП) "Кунцево", "Львов", а также общегосударственной автоматизированной системы управления (ОГАС).
Данное им определение кибернетики, вошедшее в Советскую энциклопедию и ряд энциклопедий других стран, выглядит следующим образом: "Кибернетика - это наука об общих законах получения, хранения, передачи и преобразования информации в сложных управляющих системах". Следует отметить, что это определение раскрывает только теоретическую сторону исследований. В.М.Глушков вместе с тем отмечал, что кибернетика, как и физика, подразделяется на теоретическую и прикладную.
Основными категориями методами теоретической кибернетики являются следующие понятия: "сложная система", "междисциплинарность", "межсистемный изоморфизм", "черный ящик", "управление", "обратная связь", наблюдатель", "гомеостаз", "внешнее дополнение", "принцип необходимого разнообразия". В сочетании с обще познавательными методами "классификация", "обобщение", "абстрагирование", "анализ-синтез" кибернетика добросовестно выполняет свою миссию методологии изучения сложных систем.
Области приложения кибернетики как прикладной науки также достаточно обширны, появляются направления: техническая кибернетика, экономическая кибернетика, биологическая кибернетика, медицинская кибернетика, нейрокибернетика и т.д.
Наука кибернетика изучает проблемы анализа и синтеза сложных целенаправленных систем, законы управления и вопросы построения и исследования моделей этих систем и т.д. Применительно к организационно-технологическим системам кибернетика как наука об управлении включает следующие основные направления:
·                     системный анализ и общая теория систем;
·                     теория автоматического управления;
·                     теория оптимального управления экономикой;
·                     теория выбора и принятия решений;
·                     теория распознавания образов;
·                     теория расписаний;
·                     теория моделирования;
·                     теория массового обслуживания и т.д.
Основное прикладное назначение кибернетики - проектирование автоматических, автоматизированных и интегрированных систем различного класса и назначения. При этом с точки зрения управления в организационных системах можно выделить следующие уровни предметной области кибернетики:
·                     общегосударственная автоматизированная система сбора и обработки информации (ОГАС);
·                     территориальные (республиканские, областные, городские, районные) автоматизированные системы обработки информации и управления (ТАСУ);
·                     отраслевые автоматизированные системы управления (ОАСУ); автоматизированные системы управления акционерными обществами, предприятием (АСУП);
·                     автоматизированные учрежденческие системы (АУС);
·                     автоматизированные рабочие места руководителей (АРМ).
C точки зрения управления в технических системах выделяют обычно следующие предметные области исследования:
·                     отдельные устройства автоматики;
·                     гибкие производственные модули, участки производства;
·                     автоматизированные системы управления технологическими процессами и установками;
·                     автоматизированные системы комплексных испытаний;
·                     автоматизированные системы научных исследований;
·                     системы автоматизированного проектирования.
Рассмотрим кратко некоторые из направлений применения кибернетики.

Системный анализ и теория систем

Практическая потребность общества в научных основах принятия решений возникла с развитием науки и техники только в XVIII веке Началом науки "Теория принятия решений" следует считать работу Жозефа Луи Лагранжа, смысл которой заключался в следующем: сколько земли должен брать на лопату землекоп, чтобы его сменная производительность была наибольшей. Оказалось, что утверждение "бери больше, кидай дальше" неверен. Бурный рост технического прогресса, особенно во время и после второй мировой войны, ставил все новые и новые задачи, для решения которых привлекались и разрабатывались новые научные методы. Можно выделить следующие научно-технические предпосылки становления "Теории принятия решений":
·         удорожание "цены ошибки". Чем сложнее, дороже, масштабнее планируемое мероприятие, тем менее допустимы в нем "волевые" решения и тем важнее становятся научные методы, позволяющие заранее оценить последствия каждого решения, заранее исключить недопустимые варианты и рекомендовать наиболее удачные;

• ускорение научно-технической революции техники и технологии. Жизненный цикл технического изделия сократился настолько, что "опыт" не успевал накапливаться, и требовалось применение более развитого математического аппарата в проектировании;
• развитие ЭВМ. Размерность и сложность реальных инженерных задач не позволяло использовать аналитические методы.

Инженерное дело теснейшим образом связано с совокупностями объектов, которые принято называть сложными системами, которые характеризуются многочисленными и разнообразными по типу связями между отдельно существующими элементами системы и наличием у системы функции назначения, которой нет у составляющих ее частей. На первый взгляд каждая сложная система имеет уникальную организацию. Однако более детальное изучение способно выделить общее в системе команд ЭВМ, в процессах проектирования лесной машины, самолета и космического корабля.
В научно-технической литературе существует ряд термином, имеющих отношение к исследованию сложных систем. Наиболее общий термин "теория систем" относится к всевозможным аспектам исследования систем. Ее основными частями являются
·         системный анализ, который понимается как исследование проблемы принятия решения в сложной системе,

• кибернетика, которая рассматривается как наука об управлении и преобразовании информации.

Здесь следует заметить, что понятие управления не совпадает с принятием решения. Условная граница между кибернетикой и системным анализом состоит в том, что первая изучает отдельные и строго формализованные процессы, а системный анализ - совокупность процессов и процедур.
Очень близкое к термину "системный анализ" понятие - "исследование операций", которое традиционно обозначает математическую дисциплину, охватывающую исследование математических моделей для выбора величин, оптимизирующих заданную математическую конструкцию (критерий). Системный анализ может сводиться к решению ряда задач исследования операций, но обладает свойствами, не охватываемыми этой дисциплиной. Однако в зарубежной литературе термин "исследование операций" не является чисто математическим и приближается к термину "системный анализ". Широкая опора системного анализа на исследование операций приводит к таким его математизированным разделам, как
·         постановка задач принятия решения;

• описание множества альтернатив;
• исследование многокритериальных задач;
• методы решения задач оптимизации;
• обработка экспертных оценок;
• работа с макромоделями системы.

Теория автоматического управления

Теория автоматического управления - это наука, которая изучает процессы управления и проектирования автоматических систем, работающих по замкнутому циклу. Иначе говоря, она изучает любые системы с обратной связью.
 

Экономическая кибернетика

Современное управление сложными социально-экономическими и производственными системами в рамках рыночных отношений требует принятия решений, учитывающих влияние большого числа случайных возмущающих факторов, взаимосвязанных динамических процессов, неполноты исходной информации, множественности стратегий развития, многовариантности путей достижения конечных результатов, разнообразия оценок их эффективности. Все это обусловливает необходимость формирования у современного специалиста в области экономики системных представлений о сфере профессиональной деятельности, глубокого изучения математических методов и вычислительной техники, навыков анализа экономических проблем, постановки задач и оценки последствий альтернативных вариантов принимаемых решений с использованием моделей разных классов и эффективной компьютерной поддержки. Подобные возможности предоставляет специальность "Экономическая кибернетика". Зарубежным аналогом нашего "экономиста-математика" является "системный аналитик", специализирующийся в сфере экономики.
 

Молекулярная кибернетика

Еще в 60-е годы был сформулирован тезис: человечеству необходимо осознавать свою генетическую природу. Но тогда он был постулатом генетиков, а сегодня стал популярен не только среди специалистов очень широкого круга наук, вплоть до археологов, но и вообще среди людей, задумывающихся о происхождении человека, смысле жизни, будущем планеты.
Концепция молекулярно-генетических систем управления (МГСУ) возникла в середине 60-х годов как приложение идей и методов кибернетики для описания, анализа и моделирования явлений молекулярно-генетической организации. К этому времени в теоретической кибернетике были получены крупные результаты, открывшие возможность обосновать и решить эти проблемы. Дж. фон Нейман[6] разработал основы теории самовоспроизводящихся автоматов, имея ввиду проблемы и прообразы из генетики и молекулярной биологии. К.Шеннон[7], Л.Бриллюэн[8] и др. прояснили понятие количества информации. А.Ляпунов и С.Яблонский[9] описали центральный объект кибернетики - системы управления, а И.Полетаев уточнил понимание "информации по смыслу", физических особенностей актов управления, принципа лимитирования в сложных системах. Кибернетика была активной и бурно развивавшейся наукой, приложение которой пытались найти в самых разных областях знания.
Весь опыт молекулярной генетики показывает, что наиболее существенными молекулярными компонентами клетки являются фракции кодирующих биополимеров - ДНК, РНК и белков. С ними связаны все наиболее важные процессы и свойства клеток: самовоспроизведение, наследование, транспорт веществ, развитие, иммунитет и т.д. Совокупность кодирующих биополимеров клетки обладает несколькими общими, фундаментальными свойствами, и эту систему биополимеров клетки и назвали молекулярно-генетической системой управления. При ее информационно-кибернетическом описании на первый план выходят принципы организации и управления, самовоспроизведение, информационные процессы, помехоустойчивость, кодирование, память, языки и т.п., а структурные, физико-химические свойства отходят на второй план.

Список использованной литературы

1. Винер Н. Кибернетика. М.: Наука, 1968.
2. Ершов А., Кузнецов А., Гольц Я. Основы вычислительной техники. М.: 1985.
3. Клаус Г. “Кибернетика и философия”, М.: Иностранная литература, 1963
4. Ратнер В., профессор, д.б.н., зав. лабораторией молекулярно-генетических систем управления Института цитологии и генетики СО РАН, академик РАЕН. Статья в журнале «НВС» за май 2000 года «молекулярная кибернетика в океане науки»
5. Эшби У. Р. Введение в кибернетику. М., 1959.

---